import requests
s=requests.get("http://www.sina.cn")
print(s.text)content返回的是str 类型，就是我们眼睛所看到的内容，被浏览器渲染过。bytes类型
text返回的是unicode 类型，可能是返回的最原始的数据，可以理解为尚未渲染过。
s.encoding = 'UTF-8'str转bytes
bytes(ulang, encoding="UTF-8")单多行注释就一个组合键：选中+Ctrl+/ pycharm
str.encode(ulang)
正则 re.findall 的简单用法（返回string中所有与pattern相匹配的全部字串，返回形式为数组）小d表示取数字0-9，大D表示不要数字，也就是出了数字以外的内容返回“d”是正则语法规则用来匹配0到9之间的数返回列表[...]匹配括号中的其中一个字符.*提取尽可能长的内容 re.findall(r"m.*m",scode)
.*？少食多餐，尽可能多
（.*?) 需要的内容包围起来
re.S re.findall()返回listx=re.search(r"m(.*?)m(.*?)m",scode).group(2)re.sub(r"m(.*?)m(.*?)m","1234%d1234"%789,scode) from re import Sre.findall("(\d+)",scode)UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position 92
with open("saveweb.txt",'w', encoding="UTF-8")as wtxt:'.' 匹配所有字符串，除\n以外
‘-’ 表示范围[0-9]
'*' 匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
'+' 匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+
'^' 匹配字符串开头
‘$’ 匹配字符串结尾 re
'\' 转义字符， 使后一个字符改变原来的意思，如果字符串中有字符*需要匹配，可以\*或者字符集[*] re.findall(r'3\*','3*ds')结['3*']
'*' 匹配前面的字符0次或多次 re.findall("ab*","cabc3abcbbac")结果：['ab', 'ab', 'a']
‘?’ 匹配前一个字符串0次或1次 re.findall('ab?','abcabcabcadf')结果['ab', 'ab', 'ab', 'a']
'{m}' 匹配前一个字符m次 re.findall('cb{1}','bchbchcbfbcbb')结果['cb', 'cb']
'{n,m}' 匹配前一个字符n到m次 re.findall('cb{2,3}','bchbchcbfbcbb')结果['cbb']
'\d' 匹配数字，等于[0-9] re.findall('\d','电话:10086')结果['1', '0', '0', '8', '6']
'\D' 匹配非数字，等于[^0-9] re.findall('\D','电话:10086')结果['电', '话', ':']
'\w' 匹配字母和数字，等于[A-Za-z0-9] re.findall('\w','alex123,./;;;')结果['a', 'l', 'e', 'x', '1', '2', '3']
'\W' 匹配非英文字母和数字,等于[^A-Za-z0-9] re.findall('\W','alex123,./;;;')结果[',', '.', '/', ';', ';', ';']
'\s' 匹配空白字符 re.findall('\s','3*ds \t\n')结果[' ', '\t', '\n']
'\S' 匹配非空白字符 re.findall('\s','3*ds \t\n')结果['3', '*', 'd', 's']
'\A' 匹配字符串开头
'\Z' 匹配字符串结尾
'\b' 匹配单词的词首和词尾，单词被定义为一个字母数字序列，因此词尾是用空白符或非字母数字符来表示的
'\B' 与\b相反，只在当前位置不在单词边界时匹配
'(?P<name>...)' 分组，除了原有编号外在指定一个额外的别名 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{8})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '19930614'}
[] 是定义匹配的字符范围。比如 [a-zA-Z0-9] 表示相应位置的字符要匹配英文字符和数字。[\s*]表示空格或者*号。
二.常用的re函数：
| 方法/属性 | 作用 |
| re.match(pattern, string, flags=0) | 从字符串的起始位置匹配，如果起始位置匹配不成功的话，match()就返回none |
| re.search(pattern, string, flags=0) | 扫描整个字符串并返回第一个成功的匹配 |
| re.findall(pattern, string, flags=0) | 找到RE匹配的所有字符串，并把他们作为一个列表返回 |
| re.finditer(pattern, string, flags=0) | 找到RE匹配的所有字符串，并把他们作为一个迭代器返回 |
| re.sub(pattern, repl, string, count=0, flags=0) | 替换匹配到的字符串 |
函数参数说明：
pattern:匹配的正则表达式
string：要匹配的字符串
flags：标记为，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。
repl：替换的字符串，也可作为一个函数
count：模式匹配后替换的最大次数，默认0表示替换所有匹配
符号^表示匹配以https开头的的字符串返回,用$符号表示以html结尾的字符串返回,判断是否字符串结束的字符串print(re.match('www', 'www.runoob.com').span()) # 在起始位置匹配
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I) matchObj.group()
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。
response